突破AI理解現(xiàn)實世界物理和瓶頸

原標題：谷歌發(fā)布AI視頻模型Veo2，王者歸來
文章來源：科技未來派
內(nèi)容字數(shù)：3816字

谷歌新發(fā)布的Veo 2：視頻生成的未來

大家好，我是小風(fēng)。最近，谷歌推出了其最新的視頻生成模型——Veo 2。這一創(chuàng)新在Meta發(fā)布的MovieGenBench基準數(shù)據(jù)集上進行了測試，涉及1003個提示詞及其對應(yīng)的視頻，評估結(jié)果顯示，Veo 2在整體偏好及準確遵循提示詞方面表現(xiàn)最佳，超越了其他模型，如Sora、Meta的Movie Gen、可靈和海螺。

Veo 2的突出特點

Veo 2具備多個令人矚目的特點：

• 能夠生成最高4K分辨率的視頻。
• 理解提示中的相機控制，包括遠景、視角和無人機鏡頭。
• 更好地重現(xiàn)現(xiàn)實世界的物理現(xiàn)象和真實的人類表情。

尤為重要的是，Veo 2在理解物理世界方面的能力有了顯著提升，這是目前許多AI視頻模型尚未能很好實現(xiàn)的。

實際效果與示例

接下來，我們來看看Veo 2的官方演示視頻以及網(wǎng)友的實測效果。

在官方放出的兩個演示視頻中，我們可以明顯看到Veo 2對物體的物理理解能力非常出色。

網(wǎng)友實測效果展示

1. 一位孤獨的漁夫在巨大的風(fēng)暴中，穿著破舊的雨衣，努力保持平衡，拋出釣線到?jīng)坝康乃嫔稀＿@個場景生動地再現(xiàn)了惡劣天氣下的艱難處境。

2. 一輛汽車在道路上以最高速度行駛，直到到達瀑布，它勇敢地躍入瀑布并從山上跳下，展現(xiàn)出極具電影感的視覺效果。

3. 一個急診創(chuàng)傷團隊正在全力以赴地復(fù)蘇一名車禍受害者，雖然這個復(fù)雜場景的細節(jié)有些出入，但整體表現(xiàn)依然令人印象深刻。

4. 一幅人類與機器人對峙的畫面，攝像機聚焦于他們相觸的食指，但缺少了他們?nèi)诤铣沙祟惖谋憩F(xiàn)。

5. 一艘太陽能無人水面艦艇在平靜的海面上漂浮，設(shè)計現(xiàn)代，顯現(xiàn)出科技與自然環(huán)境之間的對比。

6. 一只貓在鏡子前吼叫，卻把自己想象成獅子，這個創(chuàng)意場景讓人忍俊不禁。

7. 一場動物會議，獅子、熊和長頸鹿穿著西裝，逼真且富有電影感的場景引人注目。

如何體驗Veo 2

目前，谷歌的Veo 2正在進行早期訪問申請，感興趣的小伙伴可以訪問官方網(wǎng)站進行申請，網(wǎng)址為：https://veo2.org/。

加入我們的AI交流群

另外，我正在準備拉一個免費的AI交流群，感興趣的朋友可以在公眾號后臺回復(fù)“進群”，我將統(tǒng)計并邀請大家一起交流。

感謝大家的關(guān)注，記得設(shè)置星標，以便及時獲取更多AI前沿資訊！

精彩推薦文章

• 太牛了！手把手教你AI試衣?lián)Q裝，穿衣搭配零成本
• 贊爆！即夢AI文生圖支持直出中文字，從此海報
• 騰訊版Sora來了！吊打一眾AI視頻模型
• 即夢AI上線PixelDance視頻模型，一手實測
• 可靈AI正式上線一致性角色功能
• 手把手教你制作口播視頻，只需要會念“123456”就行

聯(lián)系作者

文章來源：科技未來派
作者微信：
作者簡介：追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破